HangOver项目10.10版本发布:ARM64架构Windows应用兼容层新进展
HangOver是一个创新的开源项目,旨在为ARM64架构的Linux系统提供Windows应用程序兼容层。该项目通过结合Box64和Wine技术,实现了在非x86架构上运行Windows应用程序的能力,为ARM生态系统的应用兼容性提供了新的解决方案。
核心组件更新
本次发布的10.10版本带来了几项重要的技术改进:
-
架构优化:移除了box64cpu.dll组件,转而采用WowBox64.dll实现更高效的64位应用兼容层。这一变更简化了架构,提高了运行效率。
-
Box64升级:集成了Box64的最新Git提交(01e997a4da3caf666569ad1260706fb48081da89),带来了性能提升和兼容性改进。Box64作为x86_64到ARM64的二进制转换层,其更新对整体性能有显著影响。
-
图形支持增强:DXVK版本升级至2.6.2,这一Direct3D到Vulkan的转换层更新为Windows游戏和图形应用提供了更好的兼容性和性能表现。
多发行版支持
HangOver 10.10版本提供了针对多个主流Linux发行版的预编译包,体现了项目对广泛兼容性的重视:
- Debian系列:支持从Debian 11(Bullseye)到Debian 13(Trixie)的多个版本
- Ubuntu系列:覆盖了从Ubuntu 20.04(Focal)到Ubuntu 25.04(Plucky)的多个LTS和常规版本
这种多版本支持策略确保了用户可以在不同的Linux环境下获得一致的Windows应用运行体验。
技术意义与应用前景
HangOver项目的持续发展对ARM生态具有重要意义:
-
跨架构兼容:打破了x86与ARM架构间的应用壁垒,为ARM设备提供了更丰富的软件生态。
-
性能优化:通过持续更新底层转换层,不断提升Windows应用在ARM平台上的运行效率。
-
开发者友好:预编译包降低了使用门槛,使开发者能更便捷地在ARM平台上测试和运行Windows应用。
随着ARM架构在服务器、桌面和移动计算领域的普及,HangOver这类兼容层项目将发挥越来越重要的作用,为跨平台应用迁移和兼容提供技术基础。10.10版本的发布标志着该项目在稳定性和性能方面又向前迈进了一步。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00